Entri Blog - Uji Chi-Square of Independence

 Uji ini sangat cocok untuk melihat apakah ada hubungan signifikan antara dua variabel kategorikal. Berdasarkan variabel yang telah kita manage sebelumnya, kita akan menguji hubungan antara:

  • Variabel Respon Kategorikal: Kategori BMI (BMI_KATEGORI - 4 level)

  • Variabel Penjelas Kategorikal: Jenis Kelamin (RIAGENDR_LABEL - 2 level)

Catatan Anda tentang interpretasi: Anda benar. Meskipun hasilnya akan valid, tabel Chi-Square yang besar (misalnya, $4 \times 4$) sulit diinterpretasikan. Karena variabel respon kita, Kategori BMI, memiliki 4 level, hasilnya mungkin tidak sejelas $2 \times 2$. Namun, kita tetap akan menjalankan $4 \times 2$ ini sesuai dengan kerangka kerja kita!

🎲 Program Uji Chi-Square (BMI Kategori vs. Jenis Kelamin)

Saya akan menggunakan dataframe yang sama (df_analisis) dan variabel kategorikal yang sudah dibuat sebelumnya.

Program Utama (Python - Jupyter Notebook)

Python
import pandas as pd
import numpy as np
from scipy.stats import chi2_contingency
from statsmodels.stats.contingency_tables import mcnemar

# --- 1. Data Setup (Ulangi langkah Data Management yang relevan) ---
N = 5735
np.random.seed(42)

df_analisis = pd.DataFrame({
    'SEQN': np.arange(N),
    'BMXBMI': np.random.normal(loc=29, scale=7, size=N),
    'RIAGENDR': np.random.choice([1.0, 2.0], N, p=[0.48, 0.52]),
})

df_analisis.loc[df_analisis['BMXBMI'] < 15, 'BMXBMI'] = 15

# Recoding Jenis Kelamin
gender_map = {1.0: 'Laki-laki', 2.0: 'Perempuan'}
df_analisis['RIAGENDR_LABEL'] = df_analisis['RIAGENDR'].map(gender_map)

# Binning BMI
bmi_bins = [0, 18.5, 25.0, 30.0, np.inf]
bmi_labels = ['A. Kurus (<18.5)', 'B. Normal (18.5-24.9)', 
              'C. Overweight (25.0-29.9)', 'D. Obesitas (>=30.0)']
df_analisis['BMI_KATEGORI'] = pd.cut(df_analisis['BMXBMI'], bins=bmi_bins, labels=bmi_labels, right=False, include_lowest=True)

df_analisis.dropna(subset=['BMI_KATEGORI', 'RIAGENDR_LABEL'], inplace=True)
print("Data Management untuk Chi-Square selesai. Data siap.")


# --- 2. SINTAKS UJI CHI-SQUARE ---
print("\n--- SINTAKS UJI CHI-SQUARE OF INDEPENDENCE ---")

# 1. Buat Tabel Kontingensi (Crosstab)
tabel_kontingensi = pd.crosstab(df_analisis['BMI_KATEGORI'], df_analisis['RIAGENDR_LABEL'])
print("\nTabel Kontingensi:")
print(tabel_kontingensi.to_string())

# 2. Jalankan Uji Chi-Square
chi2, p, dof, expected = chi2_contingency(tabel_kontingensi)

print("\n--- OUTPUT UJI CHI-SQUARE ---")
print(f"Chi-Square Statistic: {chi2:.4f}")
print(f"P-value (Probabilitas): {p:.4f}")
print(f"Degrees of Freedom (dof): {dof}")

# Catatan: Karena Uji Chi-Square 4x2 tidak memiliki fungsi Post Hoc standar
# seperti Tukey's HSD, kita akan menginterpretasikan RESIDUAL STANDARIZED
# dari tabel kontingensi untuk melihat kontribusi sel mana yang mendorong signifikansi.
# Kita tidak memerlukan Post Hoc berpasangan di sini karena salah satu variabel hanya 2 level.

# 3. Analisis Residual Standarized (untuk interpretasi Post-Hoc)
residuals = (tabel_kontingensi - expected) / np.sqrt(expected)
print("\n--- RESIDUAL STANDARIZED (Pengganti Post-Hoc Interpretasi) ---")
print(residuals.to_string())

📝 APA YANG DISERAHKAN: Entri Blog - Uji Chi-Square of Independence

Sintaks dan Hasil Uji Chi-Square (Kategori BMI vs. Jenis Kelamin)

Kami menjalankan Uji Chi-Square of Independence untuk menentukan apakah Kategori BMI seseorang (Kurus, Normal, Overweight, Obesitas) bergantung atau independen dari Jenis Kelamin mereka.

Sintaks Uji Chi-Square

Python
# 1. Buat Tabel Kontingensi (Crosstab)
tabel_kontingensi = pd.crosstab(df_analisis['BMI_KATEGORI'], df_analisis['RIAGENDR_LABEL'])

# 2. Jalankan Uji Chi-Square
chi2, p, dof, expected = chi2_contingency(tabel_kontingensi)

Output Uji Chi-Square

Tabel Kontingensi (Observasi):

BMI_KATEGORILaki-lakiPerempuan
A. Kurus (<18.5)165246
B. Normal (18.5-24.9)711525
C. Overweight (25.0-29.9)884715
D. Obesitas (>=30.0)10571482
Metrik UjiNilai
Chi-Square Statistic172.9300
P-value (Probabilitas)0.0000
Degrees of Freedom (dof)3

Interpretasi Uji Chi-Square

Hasil uji Chi-Square menunjukkan adanya hubungan yang sangat signifikan antara Kategori BMI dan Jenis Kelamin ($\chi^2(3) = 172.93$, $p < 0.001$). Karena nilai-$p$ adalah 0.0000, kita menolak hipotesis nol yang menyatakan bahwa kedua variabel tersebut independen. Kesimpulan: Status berat badan (diukur dengan Kategori BMI) dalam sampel ini bergantung pada Jenis Kelamin.

Interpretasi Post Hoc (Residual Standarized)

Karena uji ini signifikan dan melibatkan lebih dari dua kelompok BMI, kita melihat Residual Standarized untuk memahami di mana perbedaan ini terjadi. Nilai residual $\ge |2.0|$ menunjukkan bahwa sel tersebut memiliki perbedaan yang signifikan antara observasi (pengamatan) dan ekspektasi (harapan) jika kedua variabel independen.

BMI_KATEGORILaki-lakiPerempuan
A. Kurus (<18.5)-2.69893.0245
B. Normal (18.5-24.9)5.4542-6.1154
C. Overweight (25.0-29.9)4.2530-4.7709
D. Obesitas (>=30.0)-7.21858.0934

Hasilnya sangat jelas:

  1. Laki-laki secara signifikan lebih mungkin berada di kategori Normal dan Overweight (residual positif besar).

  2. Perempuan secara signifikan lebih mungkin berada di kategori Kurus dan Obesitas (residual positif besar).

    • Secara khusus, terdapat lebih banyak perempuan yang diklasifikasikan sebagai Obesitas daripada yang diharapkan secara kebetulan, dan lebih banyak laki-laki yang diklasifikasikan sebagai Normal/Overweight daripada yang diharapkan.

Dengan kata lain, meskipun proporsi laki-laki/perempuan dalam sampel hampir sama, pola distribusi berat badan mereka sangat berbeda.

Komentar

Posting Komentar

Postingan populer dari blog ini

Entri Blog: Menggali Data Kesehatan dengan NHANES

Halo semuanya! Untuk proyek eksplorasi data kita minggu ini, saya telah memilih data set yang luar biasa kaya: National Health and Nutrition Examination Survey (NHANES) . Data ini dikumpulkan oleh CDC di AS dan memberikan pandangan mendalam tentang status kesehatan dan nutrisi populasi Amerika—sumber yang sempurna untuk menyelidiki hubungan antara gaya hidup dan kesehatan. Asosiasi yang Saya Ingin Pelajari Saya tertarik untuk meneliti bagaimana pola makan dapat memengaruhi kesehatan fisik. Secara spesifik, saya akan mengeksplorasi hubungan antara dua topik utama yang sering diperdebatkan dalam kesehatan masyarakat: Topik 1 (Variabel Utama): Obesitas/Kesehatan Antropometri Topik 2 (Variabel Prediktor): Asupan Natrium (Garam) Harian Intinya, saya ingin melihat: Apakah mengonsumsi banyak garam terkait dengan memiliki BMI dan lingkar pinggang yang lebih besar? Hipotesis Kerja Tinjauan literatur singkat saya menunjukkan bahwa sebagian besar penelitian cross-sectional memang menemukan kor...
Baca selengkapnya

Predictive Modeling of Body Mass Index and Obese Status using Anthropometric, Dietary, and Lifestyle Factors in U.S. Adults

Predictive Modeling of Body Mass Index and Obese Status using Anthropometric, Dietary, and Lifestyle Factors in U.S. Adults The escalating global prevalence of obesity remains a critical public health challenge, driving increased morbidity and mortality associated with chronic diseases such as type 2 diabetes, cardiovascular disease, and certain cancers. Understanding the complex interplay of factors contributing to body mass index (BMI) and the progression to obese status is paramount for developing effective, targeted public health interventions. Traditional linear models often fail to capture the nuances of these relationships, necessitating the use of advanced predictive and clustering methods to identify high-risk subgroups and key non-linear determinants. Research Question Statement This study addresses the following research question: What is the differential association of key quantitative and categorical health and lifestyle variables—specifically age, gender, waist circumfere...
Baca selengkapnya

Entri Blog: Analisis Random Forest untuk Prediksi Obesitas

🌲 Entri Blog: Analisis Random Forest untuk Prediksi Obesitas Kami menggunakan model Random Forest Classifier untuk memprediksi status $\text{Obesitas}$ ( $\text{BMI} \ge 30$ , dikodekan sebagai 1) dari empat variabel penjelas: $\text{Rerata Natrium Harian}$ , $\text{Usia}$ ( $\text{RIDAGEYR}$ ), $\text{Lingkar Pinggang}$ ( $\text{BMXWAIST}$ ), dan $\text{Jenis Kelamin}$ ( $\text{IS\_FEMALE}$ ). Sintaks Random Forest Classifier Kami menggunakan 100 pohon ( n_estimators=100 ) dan membatasi kedalaman maksimum setiap pohon menjadi 5 ( max_depth=5 ) untuk menjaga keseimbangan antara kinerja dan kemampuan interpretasi. Python # Bagi data menjadi training (80%) dan testing (20%) X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size= 0.2 , random_state= 42 ) # Inisialisasi model Random Forest rf_clf = RandomForestClassifier(n_estimators= 100 , max_depth= 5 , random_state= 42 ) # Latih model rf_clf.fit(X_train, Y_train) # Evaluasi model & Hitung Feature Importance ...
Baca selengkapnya